暂无评论
针对带有有界随机扰动和概率约束的非线性模型预测控制的优化控律求解问题.采用引入粒子滤波重采样步骤改进的粒子群算法,并与粒子的变异操作相结合来求解非线性模型预测控制优化控制律的方法,提高了算法的收敛速度
为了提高电阻层析成像正问题计算精度，鉴于不同拓扑结构有限元模型对应的正问题计算精度不同，针对电阻层析成像有限元模型优化的特点，提出一种改进粒子群算法。该算法借鉴区间算法与轮盘赌选择生成粒子初始位置，并
通过对测向模糊性进行分析,提出了针对宽带信号无模糊测向的阵列结构设计方法。该方法基于改进粒子群优化算法,以测向无模糊及各阵元最小间距为条件,对各阵元位置进行优化设计,得到合适的阵列结构以提高阵列的测向
基于改进粒子群算法的无功优化研究与应用，无功优化。
基于灰色粒子群神经网络的期货价格预测，王海军，白玫，针对目前在对中国期货市场进行价格预测时采用BP神经网络存在的问题,本文从网络输入和网络参数两个方面对BP网络模型进行优化。首先�
基于粒子群优化算法的无功优化，李银萍，，无功优化是减少电网损耗的有效措施。本文采用引入了自适应惯性权重系数和变异算子的粒子群算法对电力系统进行无功优化，并对IEEE30
论文研究-基于改进粒子群-模糊神经网络的短期电力负荷预测.pdf, 为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊
针对时变输入/输出过程神经网络的训练问题, 提出一种基于混沌遗传与带有动态惯性因子的粒子群优化相 结合的学习方法. 综合利用粒子群算法的经验记忆、信息共享和混沌遗传算法的混沌轨道遍历搜索性质, 基于P
Matlab粒子群优化算法-粒子群优化算法.rar粒子群优化算法
神经网络PID控制作为一种重要的控制方法，已经被广泛应用于各种工业领域中。而粒子群优化算法则是近年来非常流行的一种优化算法。本文结合两者，探讨了粒子群优化思想在神经网络PID控制中的应用。通过实验数据
暂无评论